仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2012年
5期
1062-1069
,共8页
石中盘%赵铁石%厉敏%赵延治%丁长涛
石中盤%趙鐵石%厲敏%趙延治%丁長濤
석중반%조철석%려민%조연치%정장도
六维力传感器%大量程%静态解耦%混合递阶遗传算法%小波神经网络
六維力傳感器%大量程%靜態解耦%混閤遞階遺傳算法%小波神經網絡
륙유력전감기%대량정%정태해우%혼합체계유전산법%소파신경망락
为提高大量程六维力传感器的测量精度,提出了一种新型的六维力传感器非线性静态解耦方法,该方法结合混合递阶遗传算法和小波神经网络的优点,采用递阶遗传算法与最小二乘法分别对小波神经网络隐层结构参数以及输出层权值进行优化,再将优化后的小波神经网络模型用于六维力传感器非线性解耦.建立了基于混合递阶遗传算法和优化小波神经网络的六维力传感器非线性解耦模型,设计了基于混合递阶遗传算法的小波神经网络结构及参数优化算法,给出了六维力传感器非线性解耦的具体实现流程.以最新研制的6-UPUR大量程柔性铰六维力传感器为对象进行实验,结果表明,采用该方法六维力传感器的Ⅰ类误差和Ⅱ类误差分别为1.25%和2.59%,比采用BP和RBF神经网络方法的测量精度高.
為提高大量程六維力傳感器的測量精度,提齣瞭一種新型的六維力傳感器非線性靜態解耦方法,該方法結閤混閤遞階遺傳算法和小波神經網絡的優點,採用遞階遺傳算法與最小二乘法分彆對小波神經網絡隱層結構參數以及輸齣層權值進行優化,再將優化後的小波神經網絡模型用于六維力傳感器非線性解耦.建立瞭基于混閤遞階遺傳算法和優化小波神經網絡的六維力傳感器非線性解耦模型,設計瞭基于混閤遞階遺傳算法的小波神經網絡結構及參數優化算法,給齣瞭六維力傳感器非線性解耦的具體實現流程.以最新研製的6-UPUR大量程柔性鉸六維力傳感器為對象進行實驗,結果錶明,採用該方法六維力傳感器的Ⅰ類誤差和Ⅱ類誤差分彆為1.25%和2.59%,比採用BP和RBF神經網絡方法的測量精度高.
위제고대량정륙유력전감기적측량정도,제출료일충신형적륙유력전감기비선성정태해우방법,해방법결합혼합체계유전산법화소파신경망락적우점,채용체계유전산법여최소이승법분별대소파신경망락은층결구삼수이급수출층권치진행우화,재장우화후적소파신경망락모형용우륙유력전감기비선성해우.건립료기우혼합체계유전산법화우화소파신경망락적륙유력전감기비선성해우모형,설계료기우혼합체계유전산법적소파신경망락결구급삼수우화산법,급출료륙유력전감기비선성해우적구체실현류정.이최신연제적6-UPUR대량정유성교륙유력전감기위대상진행실험,결과표명,채용해방법륙유력전감기적Ⅰ류오차화Ⅱ류오차분별위1.25%화2.59%,비채용BP화RBF신경망락방법적측량정도고.